No abstract

No abstract

Earlier research has suggested that the diversification of silvicultural strategies is a cost-efficient tool to ensure multifunctionality in production forests. This study compared the effects of continuous cover forestry and conventional rotation forestry on ecosystem services and biodiversity in boreal forests in Finland. We simulated over 25,000 commercial forest stands for 100 years under continuous cover and rotation forest management. Forests without management were used as a reference. We compared the effects of silvicultural practices over space and time on ecosystem services, biodiversity indicators and multifunctionality. Our results revealed that continuous cover forestry was better than rotation forest management in terms of timber net present value, carbon sequestration, bilberry production, scenic beauty and the number of large trees. It provided higher habitat availability for indicator species dependent on deciduous trees and mature forest structure. Rotation forest management was better than continuous cover forestry in terms of harvested tree biomass, cowberries, mushrooms, and species dependent on high tree volume. In general, multifunctionality was higher in continuous cover forests than in rotation forest. Therefore, continuous cover forests may have a greater potential to produce simultaneously multiple benefits from forests. However, unmanaged forests often provided the highest levels of services and biodiversity making their role indispensable in delivering forest related ecosystem services and, especially, in the maintenance of biodiversity. Continuous cover forestry does not itself guarantee the maintenance of all ecosystem services and biodiversity in commercial forests but it can be an important part of a successful progression towards more sustainable forestry.

No abstract

No abstract

Developing a forest management plan in a multicriteria perspective is traditionally accomplished utilizing simulation and optimization tools as a means to predict and optimize a variety of criteria under consideration. Goal programming is a useful tool to balance conflicting aspects of the competing criteria. When information regarding an aspect of uncertainty is available, stochastic programming should be utilized to efficiently integrate this additional information. Research has been conducted into determining the accuracy of forest inventory methods; however, the measurement error is typically ignored when generating forest management plans. Through integrating the uncertainty in a systematic fashion, the forest management plan can be improved by describing the potential uncertainty in the plan and by managing the influences of this uncertainty. This paper develops three stochastic goal programming formulations and highlights the usefulness of the approach on a small forest holding.Key words: stochastic goal programming, forest management, multiple criteria decision making, data quality, value of information.Résumé : L'élaboration d'un plan d'aménagement forestier dans une perspective multicritère est traditionnellement réalisée en utilisant des outils de simulation et d'optimisation pour prédire et optimiser une variété de critères qui ont été retenus. La programmation des objectifs est un outil utile pour concilier les aspects conflictuels des critères concurrents. Lorsque l'information concernant un aspect d'incertitude est disponible, la programmation stochastique devrait être utilisée pour intégrer efficacement cette information additionnelle. Des travaux de recherche ont été effectués pour déterminer la précision des méthodes d'inventaire forestier; cependant, l'erreur de mesure est généralement ignorée lorsqu'on produit des plans d'aménagement forestier. En introduisant l'incertitude de façon systématique, le plan d'aménagement forestier peut être amélioré en y décrivant l'incertitude potentielle et en gérant les effets de cette incertitude. Cet article élabore trois formulations de programmation stochastique des objectifs et fait ressortir l'utilité de l'approche sur de petites propriétés forestières. [Traduit par la Rédaction] Mots-clés : programmation stochastique des objectifs, aménagement forestier, prise de décision multicritère, qualité des données, valeur de l'information.

No abstract

Developing a plan of action for the future use of forest resources requires a way to predict the development of the forest through time. These predictions require the use of inventory data and growth models that contain a large number of uncertainties. These uncertainties impact the quality of the predictions, and if not accounted for, they can lead to the selection of a suboptimal management plan. To account for and manage the uncertainties and associated risk, we have explored the use of stochastic programming. Stochastic programming can integrate uncertainty into the optimization process by solving the problem for a large number of potential scenarios of the forests future development. The selection of an appropriately sized set of scenarios involves a trade-off between tractability issues and problem representation issues. In this paper, an analysis of the trade-offs is conducted. Two cases are studied, one in which only the uncertainty of the inventory data is included and a second in which both growth model and inventory data uncertainties are included. The impact of increasing the number of scenarios on the problem representation is examined through a simple even-flow problem.Key words: stochastic programming, sample average approximation, even-flow forestry, risk, uncertainty.Résumé : L'élaboration d'un plan d'action pour l'utilisation future des ressources forestières nécessite un moyen de prédire le développement de la forêt en fonction du temps. De telles prédictions nécessitent l'utilisation de données d'inventaire et de modèles de croissance qui contiennent un grand nombre d'incertitudes. Ces incertitudes influencent la qualité des prévisions et elles peuvent conduire à la sélection d'un plan de gestion sous-optimal si les elles ne sont pas prises en compte. Nous avons exploré l'utilisation de la programmation stochastique afin de tenir compte des incertitudes et de les gérer de même que les risques qui y sont associés. La programmation stochastique peut intégrer l'incertitude dans le processus d'optimisation en résolvant le problème pour un grand nombre de scénarios possibles du développement futur des forêts. La sélection d'un ensemble de scénarios, de taille appropriée, implique un compromis entre les questions de traçabilité et de représentation du problème. Dans cet article, nous effectuons une analyse de ces compromis. Deux cas sont étudiés, le premier où seule l'incertitude des données d'inventaire est incluse et un deuxième où à la fois l'incertitude des modèles de croissance et celle des données d'inventaire sont incluses. L'impact de l'augmentation du nombre de scénarios sur la représentation du problème est examiné à l'aide d'un problème simple de production régulière de bois. [Traduit par la Rédaction] Mots-clés : programmation stochastique, approximation de la moyenne de l'échantillon, production forestière régulière, risque, incertitude.